スケジュール情報と過去実績データの併用によるフロア在室人数予測

• Item type: Journal(1)
• 公開日: 2021-01-15
• タイトル: スケジュール情報と過去実績データの併用によるフロア在室人数予測
• タイトル / 言語: en
• タイトル: Predicting the Number of People on a Floor at Office by Using Both Schedule Information and Past Data
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [特集：持続可能な社会を実現するコラボレーション技術とネットワークサービス] 在室人数，スケジュール情報，時系列予測，変動パターン
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• ID登録: 10.20729/00208885
• ID登録 / ID登録タイプ: JaLC
• 著者所属: 三菱電機株式会社先端技術総合研究所
• 著者所属: 三菱電機株式会社先端技術総合研究所
• 著者所属: 三菱電機株式会社先端技術総合研究所
• 著者所属: 三菱電機ビルテクノサービス株式会社
• 著者所属: 三菱電機ビルテクノサービス株式会社
• 著者所属: 三菱電機ビルテクノサービス株式会社
• 著者所属(英): en
• 著者所属(英): Advanced Technology R&D Center, Mitsubishi Electric Corporation
• 著者所属(英): en
• 著者所属(英): Advanced Technology R&D Center, Mitsubishi Electric Corporation
• 著者所属(英): en
• 著者所属(英): Advanced Technology R&D Center, Mitsubishi Electric Corporation
• 著者所属(英): en
• 著者所属(英): Mitsubishi Electric Building Techno-Service Co., Ltd
• 著者所属(英): en
• 著者所属(英): Mitsubishi Electric Building Techno-Service Co., Ltd
• 著者所属(英): en
• 著者所属(英): Mitsubishi Electric Building Techno-Service Co., Ltd
• 著者名: 田口, 浩; 堀, 淳二; 蔦田, 広幸; 妻鹿, 利宏; 成井, 智祐; 村山, 修一
• 著者名(英): Hiroshi, Taguchi; Junji, Hori; Hiroyuki, Tsutada; Toshihiro, Mega; Tomohiro, Narui; Shuichi, Murayama
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本論文では，オフィスビルの効率的な空調制御に必要となる，数時間先までのフロア在室人数を予測する手法を提案する．過去実績データのみに基づく従来の統計的な予測手法は，例外的な人数変動が起きるイベントなどがある場合に予測誤差が大きくなりやすい．そのため，本手法はフロア居住者のスケジュール情報も活用する．スケジュール情報に基づく予測と過去実績データに基づく予測を組み合わせて用い，どちらを信頼するかを当日の状況に応じて決定することにより，予測誤差を平均的に抑制できる．実際のオフィスビルで収集したデータを用いて提案手法を評価した結果，提案手法は従来手法に比べて全体的に良好な結果が得られ，3時間後の在室人数の予測誤差を7.4%から5.9%に改善することができた．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In this paper, we propose a method to predict the number of people few hours ahead on a floor in office building. The aim of the method is realizing efficient control of air conditioner. Previous prediction methods based only on past data tend to have a large prediction error when there are events that cause an exceptional variation in the number of people. So our method also utilizes schedule information of employees work on the floor. The method uses both prediction based on schedule information and prediction based on past data, and decides which is more reliable depending on situation of the day. We have evaluated the method with actual data. The results showed that it can reduce prediction errors on average than the previous methods.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 62, 号 1, p. 214-224, 発行日 2021-01-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764